基于matlab的汉字数字字符识别。手写汉字,字符,字母,数字,带界面,方法可以是模板匹配,sift,hu不边矩,神经网络等等。
1
机器学习课程作业_基于卷积神经网络的手写数字识别matlab源码+项目说明.zip 函数说明: read_label和read_image分别为读取标签和图像数据点的函数 convolve是实现卷积的函数,pool是实现池化的函数 SGD_MSGD是主函数,可以直接运行得到答案(把minibatch设为1就是SGD,大于1就是MSGD) OPTIMAL是优化版的主函数,可以直接运行得到答案 OPTIMAL_FINALE是最终优化版的主函数,可以直接运行得到答案 toolbox是用工具箱函数写的CNN,可以直接运行得到答案
生成对抗网络实现手写数字生成
2022-12-15 11:28:33 36.45MB GAN
1
深度学习作业_基于pytorch框架python实现手写数字识别完整源码+代码注释+实验报告.zip 使用MNIST手写数字体数据集进行训练和预测,实现测试集准确率达到98%及以上。本实验的目的: 掌握卷积神经网络基本原理,以LeNet为例 掌握主流框架的基本用法以及构建卷积神经网络的基本操作 了解如何使用GPU
基于python实现的BP神经网络手写数字识别模型实验源码+详细注释+数据集+项目说明+实验结果及总结.7z 人工智能 课程作业 手写数字数据集 BP网络模型识别手写数字 反向传播(英语:Backpropagation,缩写为BP)是“误差反向传播”的简称,是一种与最优化方法(如梯度下降法)结合使用的,用来训练人工神经网络的常见方法。该方法对网络中所有权重计算损失函数的梯度。这个梯度会反馈给最优化方法,用来更新权值以最小化损失函数。反向传播要求有对每个输入值想得到的已知输出,来计算损失函数梯度。因此,它通常被认为是一种监督式学习方法。反向传播要求人工神经元(或“节点”)的激励函数可微。
基于python实现的CNN卷积神经网络手写数字识别实验源码+详细注释+数据集+项目说明+实验结果及总结.7z 人工智能课程作业 手写数字识别 数据集 详细注释 好理解 实验结果及总结 基于python实现的CNN卷积神经网络手写数字识别实验源码+详细注释+数据集+项目说明+实验结果及总结.7z
svm算法手写matlab代码机器学习 大家好, 我上传了我的机器学习在线课程作业,该课程由斯坦福大学的Andrew NJ教授教授。 所有代码都可以由MATLAB / Octave(4.4.0或更高版本)运行,并且为了提供有关每种练习的更多信息,需要准备一个文档文件。 最好先阅读一下并熟悉功能。 只需要运行以“ exNUM.m”命名的主函数,例如ex5.m 以下是每个练习的简要信息: HW1:线性回归。 在本练习中,我实现了线性回归方法,并看到了它在样本数据上的工作原理。 硬件2:逻辑回归。 在练习的第一部分,我建立了一个逻辑回归模型来预测学生是否被大学录取。 我使用线性决策边界对数据进行分类。 在练习的第二部分中,我实施了正则逻辑回归,以预测来自制造工厂的微芯片是否通过质量保证(QA)。 使用非线性决策边界和正则项。 HW3:神经网络的多类分类和实际使用。 在练习的第一部分中,我使用了逻辑回归的先前实现,并将其应用于“一对多”分类以识别手写数字(从0到9)。 最后,我获得了95%的训练集准确性。 在练习的下一部分中,我使用MPL神经网络库完成了先前的任务,令人惊讶的是准确性达到了97
2022-12-14 16:02:56 28.95MB 系统开源
1
俄语手写信件数据集,该数据集包括一个文件夹,共有14190张PNG格式的俄文手写信件图片,便于使用CNN对手写信件进行分类。 俄语手写信件数据集,该数据集包括一个文件夹,共有14190张PNG格式的俄文手写信件图片,便于使用CNN对手写信件进行分类。
2022-12-12 11:29:15 109.91MB 数据集 深度学习 信件 手写
经典台湾手写版LLC文章pdf,经典台湾手写版LLC文章
2022-12-09 12:12:22 412KB 其他
1
手写数字识别系统的设计实现matlab自带的神经网络算法实现
2022-12-09 11:28:07 335KB 手写字体识别 数字识别 matlab